ตามกฎแล้ว ประสิทธิผลของการดำเนินการขนาดใหญ่และซับซ้อนไม่สามารถกำหนดลักษณะได้โดยใช้ตัวบ่งชี้ W ตัวเดียว จะต้องได้รับความช่วยเหลือจากตัวอื่น W 1, W 2,..., W; บางส่วนเป็นที่พึงปรารถนาที่จะทำมากขึ้นส่วนอื่น ๆ - น้อยลง ตัวอย่างเช่น เมื่อประเมินกิจกรรมขององค์กร เราต้องคำนึงถึงด้วย ทั้งซีรีย์ตัวชี้วัด:
สินค้าเต็มจำนวน
ราคาต้นทุน ฯลฯ
เมื่อวิเคราะห์การปฏิบัติการรบ นอกเหนือจากตัวบ่งชี้หลักแล้ว ความคาดหวังทางคณิตศาสตร์ของความเสียหายที่เกิดกับศัตรู ยังจำเป็นต้องคำนึงถึงปัจจัยเพิ่มเติมอีกหลายประการ:
ความสูญเสียของตัวเอง
เวลาดำเนินการ
การใช้กระสุน ฯลฯ
ตัวบ่งชี้ประสิทธิภาพที่หลากหลายนี้ บางตัวต้องการเพิ่มและบางตัวลดให้เหลือน้อยที่สุด ถือเป็นลักษณะเฉพาะของปัญหาการวิจัยการดำเนินงานที่ซับซ้อน ในกรณีนี้ สูตรที่ถูกต้องคือ "การบรรลุผลสูงสุดตามต้นทุนที่กำหนด" หรือ "การบรรลุผลตามที่กำหนดที่ต้นทุนที่กำหนด" ต้นทุนขั้นต่ำ- ในกรณีทั่วไป ไม่มีวิธีแก้ปัญหาที่จะเปลี่ยนตัวบ่งชี้ W 1 หนึ่งตัวเป็นค่าสูงสุด และในเวลาเดียวกัน ตัวบ่งชี้อีกตัวหนึ่ง W 2 ให้เป็นค่าสูงสุด (หรือต่ำสุด) ยิ่งไปกว่านั้น ยังไม่มีวิธีแก้ปัญหาดังกล่าวสำหรับตัวบ่งชี้หลายตัว อย่างไรก็ตาม การวิเคราะห์เชิงปริมาณของประสิทธิผลยังมีประโยชน์ในกรณีที่มีตัวชี้วัดหลายตัวด้วย เพราะ ช่วยให้คุณสามารถทิ้งล่วงหน้าได้ ไม่มีเหตุผลอย่างชัดเจนตัวเลือกการแก้ปัญหาที่ด้อยกว่าตัวเลือกที่ดีที่สุดทุกประการ
ลองดูตัวอย่าง ให้เราวิเคราะห์ปฏิบัติการรบ Q ประเมินโดยตัวบ่งชี้สองตัว:
ว– ความน่าจะเป็นที่จะบรรลุภารกิจการรบ;
ส- ต้นทุนของเงินทุนที่ใช้ไป
ขอแนะนำให้เปลี่ยนตัวบ่งชี้แรกเป็นค่าสูงสุด และตัวที่สองเป็นค่าต่ำสุด
สมมติว่ามีตัวเลือกวิธีแก้ปัญหาที่แตกต่างกัน 20 แบบ x 1, x 2,…, x 20 สำหรับแต่ละค่าจะทราบค่าของตัวบ่งชี้ทั้ง W และ S (ดูรูปที่ 1.1)
รูปนี้แสดงให้เห็นว่าตัวเลือกโซลูชันบางอย่างสามารถละทิ้งได้ทันที ควรเลือกตัวเลือกใดเมื่อประเมินประสิทธิผลด้วยตัวบ่งชี้สองตัว แน่นอนว่าพวกที่อยู่พร้อมกันทั้งทางขวาและทาง ขีดจำกัดล่างพื้นที่ (ในรูปที่ 1.1 – เส้นประ) ที่. เหลือสี่ตัวเลือก: X 16, X 17, X 19, X 20 ในจำนวนนี้ X 16 มีประสิทธิภาพมากที่สุด แต่มีราคาค่อนข้างแพง X 20 นั้นถูกที่สุด แต่ก็ไม่ได้ผลเท่าไหร่ งานของผู้มีอำนาจตัดสินใจคือการหาราคาที่เราสามารถจ่ายได้สำหรับการเพิ่มประสิทธิภาพบางอย่าง หรือในทางกลับกัน เรายินดีเสียสละประสิทธิภาพเท่าใดเพื่อไม่ให้เกิดการสูญเสียวัสดุมากเกินไป
ส เอ็กซ์
x
x x x
x x x
x x
x x x
x x
x x
x
x x
เนื่องจากข้อเท็จจริงที่ว่าการประเมินการดำเนินงานอย่างครอบคลุมโดยใช้ตัวบ่งชี้หลายตัวในคราวเดียวเป็นเรื่องยาก ในทางปฏิบัติ ตัวบ่งชี้หลายตัวจะรวมกันเป็นตัวบ่งชี้ทั่วไปตัวเดียว บ่อยครั้งที่เศษส่วนถูกใช้เป็นเกณฑ์ ในตัวเศษใส่ตัวบ่งชี้เหล่านั้น W 1 ,…, W ซึ่งเป็นที่พึงปรารถนาที่จะเพิ่มและในตัวส่วน - สิ่งที่พึงปรารถนาที่จะลด:
ยู=
(4)
ข้อเสียทั่วไปของเกณฑ์ประเภท (4) คือการขาดประสิทธิภาพในตัวบ่งชี้หนึ่งสามารถได้รับการชดเชยจากอีกตัวบ่งชี้หนึ่งได้เสมอ (ตัวอย่างเช่น ความน่าจะเป็นต่ำที่จะทำภารกิจการรบให้สำเร็จเนื่องจากการใช้กระสุนต่ำ เป็นต้น)
บ่อยครั้งที่เกณฑ์รวมถือเป็น "ผลรวมถ่วงน้ำหนัก" ของตัวบ่งชี้ประสิทธิภาพแต่ละรายการ:
U=α
+α
+…+α
(5)
โดยที่ α เป็นสัมประสิทธิ์บวกหรือลบ
ค่าบวกถูกกำหนดไว้สำหรับตัวบ่งชี้ที่ต้องการเพิ่มสูงสุด ค่าลบ – สำหรับสิ่งที่ต้องการลดให้เหลือน้อยที่สุด ค่าสัมประสิทธิ์สัมประสิทธิ์สอดคล้องกับระดับความสำคัญของตัวบ่งชี้ เกณฑ์ประเภท (5) มีข้อเสียเปรียบเหมือนกัน (ความเป็นไปได้ของการชดเชยร่วมกันของตัวบ่งชี้ที่ต่างกัน) และอาจนำไปสู่คำแนะนำที่ไม่ถูกต้อง อย่างไรก็ตาม ในกรณีที่ไม่ได้เลือก α i โดยพลการ แต่ถูกเลือกเพื่อให้เกณฑ์ผสมดีที่สุด ดำเนินการตามหน้าที่ของมัน เป็นไปได้ที่จะได้รับผลลัพธ์ที่มีค่าจำกัดด้วยความช่วยเหลือ
ในบางกรณี ปัญหาเกี่ยวกับตัวบ่งชี้หลายตัวสามารถลดลงเป็นปัญหาได้ด้วยตัวบ่งชี้ตัวเดียว หากตัวหนึ่งแยกตัวบ่งชี้ประสิทธิภาพ (หลัก) W 1 ออกตัวเดียวและพยายามขยายให้สูงสุด และกำหนดข้อจำกัดบางประการของแบบฟอร์มบนตัวบ่งชี้เสริมที่เหลือ W 2, ว 3,...
ว
;
…ว
- ว
- ...ว
ข้อจำกัดเหล่านี้จะรวมอยู่ในเงื่อนไขที่ซับซ้อนที่ระบุ a 1 , a 2 ,…
ด้วยการกำหนดปัญหานี้ ตัวบ่งชี้ประสิทธิภาพทั้งหมด ยกเว้นตัวหลักจะถูกโอนไปยังหมวดหมู่ เงื่อนไขการดำเนินงานที่กำหนด- ตัวเลือกการแก้ปัญหาที่ไม่พอดีกับขอบเขตที่กำหนดจะถูกละทิ้งทันที คำแนะนำที่ได้รับจะขึ้นอยู่กับวิธีการเลือกขีดจำกัดสำหรับตัวบ่งชี้ที่สนับสนุนอย่างชัดเจน หากต้องการพิจารณาว่าสิ่งนี้ส่งผลต่อคำแนะนำขั้นสุดท้ายในการเลือกโซลูชันมากน้อยเพียงใด ให้เปลี่ยนแปลงข้อจำกัดภายในขอบเขตที่สมเหตุสมผล
มีอีกวิธีหนึ่งที่เป็นไปได้ในการสร้างโซลูชันประนีประนอม ซึ่งสามารถเรียกได้ว่า “ วิธีสัมปทานต่อเนื่อง- ให้จัดเรียงตัวบ่งชี้ประสิทธิภาพตามลำดับความสำคัญที่ลดลง: อันดับแรกคือ W 1 หลักจากนั้นตามด้วยตัวเสริมอื่น ๆ : W 2, W 3, …. เพื่อความง่าย เราจะถือว่าแต่ละค่าต้องเปลี่ยนเป็นค่าสูงสุด (หากไม่เป็นเช่นนั้น ก็เพียงพอที่จะเปลี่ยนเครื่องหมายของเลขชี้กำลัง) ขั้นตอนการสร้างวิธีแก้ปัญหาการประนีประนอมมีดังนี้ ขั้นแรก ให้หาวิธีแก้ปัญหาเพื่อเพิ่มตัวบ่งชี้ประสิทธิภาพหลัก W 1 ให้สูงสุด จากนั้น จากการพิจารณาในทางปฏิบัติและความแม่นยำในการทราบข้อมูลเริ่มต้น (มักมีขนาดเล็ก) จึงมีการกำหนด "สัมปทาน" ΔW 1 บางอย่าง ซึ่งเราตกลงที่จะอนุญาตเพื่อเพิ่มตัวบ่งชี้ที่สอง W 2 ให้สูงสุด เรากำหนดข้อ จำกัด ในตัวบ่งชี้ W 1 เพื่อให้ไม่น้อยกว่า W 1 * - ∆W 1 (W 1 * - สูงสุด ความหมายที่เป็นไปได้ W 1) และภายใต้ข้อจำกัดนี้ เรามองหาโซลูชันที่เพิ่ม W 2 ให้สูงสุด
ถัดไป "สัมปทาน" ถูกกำหนดอีกครั้งในตัวบ่งชี้ W 2 โดยมีค่าใช้จ่ายซึ่งสามารถขยายให้ใหญ่สุด W 3 ได้ ฯลฯ วิธีนี้เป็นวิธีที่ดีเพราะชัดเจนทันทีว่า "สัมปทาน" ต้นทุนเท่าใดในตัวบ่งชี้หนึ่งที่ได้รับในอีกตัวบ่งชี้หนึ่ง ในเวลาเดียวกัน เสรีภาพในการเลือกวิธีแก้ปัญหา ซึ่งได้มาด้วยต้นทุนของสัมปทานเล็กๆ น้อยๆ อาจกลายเป็นเรื่องสำคัญได้ เพราะ ในพื้นที่ระดับสูงสุด ประสิทธิภาพของสารละลายมักจะเปลี่ยนแปลงน้อยมาก
ไม่ทางใดก็ทางหนึ่งด้วยวิธีการใด ๆ ของการทำให้เป็นทางการงานในการพิสูจน์เชิงปริมาณการตัดสินใจตามตัวบ่งชี้หลายประการยังคงไม่ได้ถูกกำหนดไว้อย่างสมบูรณ์และทางเลือกสุดท้ายของการแก้ปัญหาจะถูกกำหนดโดยการกระทำโดยเจตนาของ "ผู้บัญชาการ" งานของนักวิจัยคือการจัดเตรียมข้อมูลในปริมาณที่เพียงพอแก่ "ผู้บัญชาการ" เพื่อให้เขาสามารถประเมินข้อดีและข้อเสียของตัวเลือกโซลูชันแต่ละตัวเลือกได้อย่างครอบคลุม และตัดสินใจเลือกขั้นสุดท้ายโดยพิจารณาจากข้อมูลเหล่านั้น
การจัดรูปแบบตามเงื่อนไข (5)
รายการและช่วง (5)
มาโคร (ขั้นตอน VBA) (63)
เบ็ดเตล็ด (39)
ข้อบกพร่องและข้อบกพร่องของ Excel (4)
VPR ขึ้นอยู่กับเกณฑ์สองข้อขึ้นไป
แน่นอนว่าทุกคนที่คุ้นเคยกับฟังก์ชัน VLOOKUP จะรู้ดีว่ามันค้นหาค่าที่ระบุเฉพาะในคอลัมน์ด้านซ้ายของตารางที่ระบุ (คุณสามารถอ่านเพิ่มเติมเกี่ยวกับ VLOOKUP ได้ในบทความ: วิธีค้นหาค่าในตารางอื่นหรือจุดแข็งของ VLOOKUP) . นอกจากนี้ หลายๆ คนทราบดีว่า VLOOKUP ค้นหาโดยใช้ค่าเดียวเท่านั้น
บทความนี้ช่วยได้หรือไม่? แชร์ลิงก์กับเพื่อนของคุณ! วิดีโอสอน("แถบด้านล่าง":("textstyle": "static", "textpositionstatic": "bottom", "textautohide":true, "textpositionmarginstatic":0,"textpositiondynamic:"bottomleft", "textpositionmarginleft":24," textpositionmarginright":24,"textpositionmargintop":24,"textpositionmarginbottom":24,"texteffect:slide","texteffecteasingบนหน้าจอ:easeOutCubic","texteffectduration":600,"texteffectslidedirection:left,”texteffectslidedistance” :30,"texteffectdelay":500,"texteffectseparate":false,"texteffect1":slide", "text effectslidedirection1" "right", "text effectslidedistance1":120, "text effecteasing1":easeOutCubic","texteffectduration1":600 ,"texteffectdelay1":1000,"texteffect2"slide"", "text effectslidedirection2" "right", "text effectslidedistance2":120, "texteffecteasing2":easeOutCubic","texteffectduration2":600,"texteffectdelay2":1500," textcss:: block; text-align:left;, "textbgcss": ซ้าย: 0px; ; พื้นหลังสี: #333333; ","titlecss///display:บล็อก; ตำแหน่ง:ญาติ; แบบอักษร:ตัวหนา 14px \"Lucida Sans Unicode\",\"Lucida Grande\",sans-serif,Arial; สี:#fff;","descriptioncss://display:block; ตำแหน่ง:ญาติ; แบบอักษร:12px \"Lucida Sans Unicode\",\"Lucida Grande\",sans-serif,Arial; สี:#fff; ขอบบน:8px;"buttoncss":display:block; ตำแหน่ง:ญาติ; Margin-top:8px;","texteffectresponsive":true,"texteffectresponsivesize":640,"titlecssresponsive":"font-size:12px;", "descriptioncssresponsive": "display: none !important;", "buttoncssresponsive": "", "addgooglefonts":false,"googlefonts:", "textleftrightpercentforstatic":40))
หัวข้อ: การตัดสินใจโดยใช้ตัวชี้วัดหลายเกณฑ์
ในทางปฏิบัติมักจำเป็นต้องเลือกการตัดสินใจของฝ่ายบริหารไม่ใช่ตามเกณฑ์เดียว แต่ตามหลายเกณฑ์ ดังนั้นค่าของพวกเขาในระหว่างการประเมินเปรียบเทียบจึงเป็นแบบหลายทิศทางเช่น ทางเลือกอื่นชนะด้วยการวัดหนึ่ง แต่แพ้โดยการวัดอื่น
ภายใต้เงื่อนไขเหล่านี้ มีความจำเป็นต้องลดระบบการประเมินตัวบ่งชี้ภายใต้การพิจารณาให้เหลือเพียงระบบเดียวที่ครอบคลุม โดยขึ้นอยู่กับการตัดสินใจ
หากต้องการสร้างการประเมินที่ครอบคลุม จำเป็นต้องแก้ไขปัญหาสองประการ:
ปัญหาแรกคือเกณฑ์ดัชนีที่พิจารณามีความสำคัญไม่เท่ากัน
ปัญหาที่สองนั้นมีลักษณะเฉพาะคือมีการประเมินตัวบ่งชี้ในหน่วยการวัดที่แตกต่างกันและเพื่อสร้างการประเมินที่ครอบคลุมจำเป็นต้องย้ายไปที่เมตรเดียว
ปัญหาแรกได้รับการแก้ไขโดยใช้หนึ่งในสี่การปรับเปลี่ยนวิธีการประเมินโดยผู้เชี่ยวชาญ กล่าวคือ วิธีการเปรียบเทียบแบบคู่ ซึ่งช่วยให้สามารถประเมินนัยสำคัญเชิงปริมาณได้ สาระสำคัญของวิธีการเปรียบเทียบแบบคู่คือผู้เชี่ยวชาญ (ผู้เชี่ยวชาญ นักลงทุนที่มีศักยภาพ ผู้บริโภค) ดำเนินการประเมินตัวบ่งชี้เกณฑ์แบบคู่ภายใต้การพิจารณา โดยกำหนดระดับความสำคัญของตนเองในรูปแบบของคะแนนคะแนน หลังจากนี้ หลังจากประมวลผลข้อมูลที่ได้รับอย่างเหมาะสมแล้ว ค่าสัมประสิทธิ์นัยสำคัญจะถูกคำนวณสำหรับตัวบ่งชี้เกณฑ์แต่ละตัวที่อยู่ระหว่างการพิจารณา
ปัญหาที่สองแก้ไขได้โดยใช้เครื่องวัดส่วนตัวหนึ่งเมตร ส่วนใหญ่มักใช้การให้คะแนนแบบจุดเป็นมิเตอร์ ในกรณีนี้ การประเมินจะดำเนินการโดยใช้สองแนวทาง:
- แนวทางแรกใช้ในกรณีที่ไม่มีข้อมูลทางสถิติเกี่ยวกับมูลค่าของตัวชี้วัดที่อยู่ระหว่างการพิจารณา
- แนวทางที่สองใช้ต่อหน้าข้อมูลทางสถิติ (ขีดจำกัดของการเปลี่ยนแปลง) เกี่ยวกับค่าของตัวบ่งชี้ที่อยู่ระหว่างการพิจารณา
เมื่อใช้วิธีการแรกในการแปลงเป็นคะแนน ให้ดำเนินการดังนี้ ค่าที่ดีที่สุดของตัวบ่งชี้ที่พิจารณาจะเท่ากับ 1 คะแนน และค่าที่แย่ที่สุดจะถูกถือเป็นเศษส่วนของจุดนี้ แนวทางนี้ง่าย ให้การประเมินตามวัตถุประสงค์ แต่ในขณะเดียวกันไม่ได้คำนึงถึงความสำเร็จที่ดีที่สุดที่อยู่นอกตัวเลือกที่กำลังพิจารณา
เพื่อกำจัดข้อเสียเปรียบนี้ จำเป็นต้องมีข้อมูลเกี่ยวกับขีดจำกัดของการเปลี่ยนแปลงในตัวบ่งชี้ที่กำลังพิจารณา หากมี จะใช้แนวทางที่สอง ในกรณีนี้ สเกลการแปลงจะถูกสร้างขึ้นเพื่อแปลงเป็นจุด ในกรณีนี้ ระบบการให้คะแนนจะถูกเลือกโดยใช้บทบัญญัติของทฤษฎีทางสถิติตามสูตรของ Sturges:
n = 1 + 3,322 แอลจี เอ็น , ที่ไหน
N – จำนวนการสังเกตทางสถิติ
n – ระบบการให้คะแนนที่ยอมรับซึ่งได้มาโดยใช้กฎการปัดเศษ
การแปลงเป็นจุดจะดำเนินการบนพื้นฐานของมาตราส่วนการแปลงที่สร้างขึ้นโดยใช้ขั้นตอนการประมาณค่าสำหรับข้อมูลแบบตาราง
ออกกำลังกาย:
จากทางเลือกอื่น 6 วิธี ซึ่งแต่ละวิธีได้รับการประเมินโดยตัวบ่งชี้เกณฑ์ 5 ข้อ จำเป็นต้องเลือกตัวเลือกที่ดีที่สุด
ดำเนินการประเมินโดยใช้ 2 แนวทาง:
1) ในกรณีที่ไม่มีข้อมูลทางสถิติเกี่ยวกับมูลค่าของตัวบ่งชี้ที่อยู่ระหว่างการพิจารณา
2) ถ้ามี
ขีดจำกัดสำหรับการเปลี่ยนแปลงตัวบ่งชี้ถูกกำหนดตามจำนวนข้อสังเกต (N):
สำหรับตัวเลือกคู่ N = 8;
การประเมินนัยสำคัญจะดำเนินการบนพื้นฐานของการประเมินแบบคู่ตามความเห็นของนักแสดง
ตารางที่ 1.
ตัวเลือกงาน
หมายเลขงาน | 1 | 2 | 3 | 4 | 5 |
จำนวนทางเลือก | 1,2,3,4,5,6 | 2,4,8,9,11,15 | 1,3,5,7,9,10 | 4,6,8,12,13,14 | 1,5,10,11,12,15 |
หมายเลขงาน | 6 | 7 | 8 | 9 | 10 |
จำนวนทางเลือก | 6,7,10,11,14,15 | 3,4,5,8,9,10 | 7,8,9,10,13,15 | 1,2,3,13,14,15 | 2,4,5,7,12,13 |
หมายเลขงาน | 11 | 12 | 13 | 14 | 15 |
จำนวนทางเลือก | 1,7,8,9,10,11 | 6,9,12,13,14,15 | 2,5,7,9,10,11 | 7,8,9,10,11,12 | 1,2,3,4,8,9 |
หมายเลขงาน | 16 | 17 | 18 | 19 | 20 |
จำนวนทางเลือก | 1,2,3,10,12,13 | 2,5,7,8,10,15 | 1,6,7,12,13,14 | 3,4,5,6,10,14 | 2,8,11,12,14,15 |
หมายเลขงาน | 21 | 22 | 23 | 24 | 25 |
จำนวนทางเลือก | 1,2,6,7,9,10 | 3,5,8,9,13,14 | 4,7,8,10,11,12 | 5,6,7,8,11,13 | 8,9,10,11,12,13 |
หมายเลขงาน | 26 | 27 | 28 | 29 | 30 |
จำนวนทางเลือก | 1,3,4,10,11,15 | 2,3,5,8,9,15 | 1,4,7,11,13,15 | 2,6,7,8,12,14 | 1,10,11,12,8,4 |
ตารางที่ 2.
ข้อมูลเริ่มต้น:
№№ | โซลูชั่นทางเลือก | ||||||||||||||
ตัวชี้วัด | A1 | A2 | A3 | A4 | A5 | A6 | A7 | A8 | A9 | A10 | A11 | A12 | A13 | A14 | ก15 |
เอ็กซ์ 1 | 5 | 10 | 15 | 6 | 11 | 16 | 7 | 14 | 18 | 20 | 19 | 8 | 21 | 13 | 10 |
เอ็กซ์ 2 | 10 | 9 | 8 | 8 | 5 | 7 | 4 | 9 | 5 | 8 | 7 | 7 | 6 | 3 | 2 |
เอ็กซ์ 3 | 4 | 3 | 5 | 10 | 6 | 5 | 11 | 7 | 7 | 9 | 8 | 12 | 8 | 5 | 9 |
เอ็กซ์ 4 | 1 | 2 | 3 | 4 | 4 | 3 | 2 | 1 | 1 | 3 | 4 | 2 | 2 | 4 | 3 |
เอ็กซ์ 5 | 10 | 14 | 13 | 11 | 12 | 20 | 21 | 23 | 17 | 18 | 19 | 24 | 22 | 16 | 18 |
ตารางที่ 3.
ตัวอย่าง:
มีการเสนอวิธีแก้ปัญหาทางเลือกสี่วิธี แต่ละวิธีได้รับการประเมินโดยตัวบ่งชี้เกณฑ์ 5 ข้อ คุณต้องเลือกตัวเลือกที่ดีที่สุดตามเงื่อนไขของงาน
ในขั้นที่ 1 จำเป็นต้องประเมินนัยสำคัญของตัวบ่งชี้แต่ละตัวในเชิงปริมาณ ใช้วิธีการเปรียบเทียบแบบคู่ซึ่งขึ้นอยู่กับการประเมินของผู้เชี่ยวชาญ
จากการประเมินนี้ ตารางเมทริกซ์จะถูกรวบรวมและคำนวณค่าสัมประสิทธิ์นัยสำคัญ –Kзi
การประเมินเชิงปริมาณของความสำคัญของตัวบ่งชี้ถูกกำหนดดังนี้: หากในการประเมินแบบคู่ ผู้เชี่ยวชาญ (ผู้เชี่ยวชาญ นักลงทุนที่มีศักยภาพ ผู้บริโภค) ให้ความสำคัญกับปัจจัยใดปัจจัยหนึ่ง จากนั้นจำนวนของปัจจัยที่ต้องการจะถูกวางไว้ใน แถวและคอลัมน์ของเมทริกซ์การประเมินเชิงปริมาณ (ดูตารางที่ 4) หลังจากนี้ สำหรับแต่ละบรรทัด จำนวนการตั้งค่าที่กำหนดให้กับปัจจัยหนึ่งหรือปัจจัยอื่นจะถูกกำหนดโดยการประเมินแบบคู่และผลรวม (Σпi) ค่าสัมประสิทธิ์นัยสำคัญจะคำนวณโดยใช้สูตรต่อไปนี้:
การประเมินนัยสำคัญของตัวชี้วัดเชิงปริมาณ:
ตารางที่ 4
X1 | X2 | X3 | X4 | X5 | ΣPi | คซี | ||
X1 | 1 | 1 | 3 | 1 | 5 | 3 | 0,2 | |
X2 | 1 | 2 | 2 | 2 | 5 | 3 | 0,2 | |
X3 | 3 | 2 | 3 | 4 | 5 | 2 | 0,133 | |
X4 | 1 | 2 | 4 | 4 | 5 | 2 | 0,133 | |
X5 | 5 | 5 | 5 | 5 | 5 | 5 | 0,333 | |
∑∑Pi | 15 | 1 |
แนวทางแรก
วิธีแรกในการแปลงเป็นจุดนั้นมีลักษณะเฉพาะคือค่าที่ดีที่สุดของตัวบ่งชี้จะเท่ากับ 1 จุด ค่าที่แย่ที่สุดประเมินเป็นเพียงเศษเสี้ยวของจุดนี้ แนวทางนี้เรียบง่าย ให้การประเมินเชิงเปรียบเทียบตามวัตถุประสงค์ แต่คำนึงถึงความสำเร็จที่ดีที่สุดที่ไม่รวมอยู่ในตัวเลือกการเปรียบเทียบ
รหัสตัวบ่งชี้ | คะแนนเป็นคะแนน | คซี | คะแนนเป็นคะแนนโดยคำนึงถึง Kзi | ||||||
A1 | A2 | A3 | A4 | A1 | A2 | A3 | A4 | ||
X1 | 0,3 | 0,35 | 0,7 | 1 | 0,2 | 0,06 | 0,07 | 0,14 | 0,2 |
X2 | 0,89 | 0,45 | 1 | 0,89 | 0,2 | 0,178 | 0,09 | 0,2 | 0,178 |
X3 | 0,91 | 1 | 0,64 | 0,82 | 0,133 | 0,121 | 0,133 | 0,085 | 0,110 |
X4 | 0,25 | 0,5 | 1 | 0,33 | 0,133 | 0,033 | 0,066 | 0,133 | 0,043 |
X5 | 1 | 0,52 | 0,48 | 0,61 | 0,333 | 0,333 | 0,173 | 0,159 | 0,203 |
การประเมินที่ครอบคลุม | 0,725 | 0,532 | 0,717 | 0,73 4 |
ตัวอย่างเช่น: х1А1: 6/20=0.3
А2А1: 8/9=0.89
บทสรุป:โดยใช้แนวทางแรก ตัวเลือกที่ดีที่สุดทางเลือกอื่นจะมีตัวเลือก A4 เนื่องจากมีการประเมินที่ครอบคลุมมากที่สุด ถัดไปคือตัวเลือก A1, A3, A2
แนวทางที่สอง
ขจัดข้อเสียของวิธีแรก แต่การใช้งานต้องใช้ข้อมูลเกี่ยวกับขีดจำกัดของการเปลี่ยนแปลงตัวบ่งชี้ที่อยู่ระหว่างการพิจารณา ในกรณีนี้ สเกลการแปลงจะถูกสร้างขึ้นเพื่อแปลงเป็นจุด ระบบการให้คะแนนถูกเลือกตามหลักการของทฤษฎีทางสถิติและขึ้นอยู่กับจำนวนการสังเกตที่ใช้เป็นพื้นฐานสำหรับการสร้างขีดจำกัดสำหรับการเปลี่ยนแปลงตัวบ่งชี้
สมมติว่าในตัวอย่างนี้มีการสังเกต 8 ครั้ง (N=8) ซึ่งทำให้เราสามารถกำหนดขีดจำกัดของการเปลี่ยนแปลงได้ดังต่อไปนี้ ตัวชี้วัดคุณภาพ(ดูตารางที่ 3)
หากมีตัวบ่งชี้เหล่านี้ จะมีการสร้างสเกลของการแปลงเป็นจุด
- สูตรสเตอเจส
โดยที่ N คือจำนวนการสังเกต
ดังนั้นตัวบ่งชี้คุณภาพจะได้รับการประเมินโดยใช้ระบบ 4 จุด ได้แก่ n = 4.
- ช่วงของการเปลี่ยนแปลง
โดยที่ค่าสูงสุดและต่ำสุดจากขีดจำกัดการเปลี่ยนแปลงของตัวบ่งชี้ i คือ
ขั้นตอนการเปลี่ยนตัวบ่งชี้
มาตราส่วนสำหรับการแปลงเป็นคะแนนคือตารางที่ระบุขีด จำกัด ของการเปลี่ยนแปลงตัวบ่งชี้สำหรับแต่ละจุด เมื่อแปลงค่าตัวบ่งชี้เป็นจุดในระดับที่กำหนด หากค่าตัวบ่งชี้อยู่ภายในช่วงเวลา ระบบจะใช้ขั้นตอนการประมาณค่าข้อมูลแบบตาราง
มาตราส่วนการแปลงเป็นจุด
ถัดไป ตัวชี้วัดคุณภาพของผลิตภัณฑ์ทั้งหมดจะได้รับการประเมินเป็นจุด ตัวอย่างเช่น ตามทางเลือก A1: ค่าตัวเลขของตัวบ่งชี้จะถูกนำมาจากแหล่งข้อมูล จากนั้นใช้มาตราส่วนของการแปลงเป็นจุด ซึ่งเป็นช่วงเวลาที่ค่านี้ตกจะถูกกำหนด จากนั้นจะมีการประมาณจุด: ขีดจำกัดล่างของการเปลี่ยนแปลงในตัวบ่งชี้ในช่วงเวลาที่กำหนดจะถูกลบออกจากค่าตัวเลขของตัวบ่งชี้ หารด้วยขั้นตอนและเพิ่มช่วงก่อนหน้า สำหรับตัวบ่งชี้ X4, X5 ค่าตัวเลขของตัวบ่งชี้จะถูกลบออกจากขีดจำกัดด้านบนของการเปลี่ยนแปลงในตัวบ่งชี้ในช่วงเวลาที่กำหนด หารด้วยขั้นตอนและเพิ่มช่วงเวลาก่อนหน้า
ค่าที่ได้รับสรุปไว้ในตารางด้านล่าง
ตัวบ่งชี้ | คะแนนเป็นคะแนน | คซี | คะแนนเป็นคะแนนโดยคำนึงถึง Kзi | ||||||
A1 | A2 | A3 | A4 | A1 | A2 | A3 | A4 | ||
X1 | 0,2 | 0,4 | 1,8 | 3 | 0,2 | 0,04 | 0,08 | 0,36 | 0,6 |
X2 | 3 | 1 | 3,5 | 3 | 0,2 | 0,6 | 0,2 | 0,7 | 0,6 |
X3 | 2,33 | 2,66 | 1,33 | 2 | 0,134 | 0,313 | 0,357 | 0,179 | 0,268 |
X4 | 0 | 2,34 | 4 | 1,67 | 0,134 | 0 | 0,314 | 0,536 | 0,224 |
X5 | 3,04 | 1,44 | 1,12 | 1,92 | 0,334 | 1,02 | 0,481 | 0,374 | 0,642 |
การประเมินที่ครอบคลุม | 1,973 | 1,432 | 2,149 | 2,334 |
บทสรุป:เมื่อใช้แนวทางที่สอง ตัวเลือกที่ดีที่สุดในบรรดาทางเลือกอื่นๆ จะเป็นตัวเลือก A4 เนื่องจากมีการประเมินที่ครอบคลุมมากที่สุด ถัดไปคือตัวเลือก A3, A2, A1
สมมติว่าคุณมีรายงานเกี่ยวกับตัวแทนฝ่ายขายต่อไปนี้:
จากนั้นคุณจะต้องค้นหาว่าเท่าไหร่ ดินสอขายโดยตัวแทนฝ่ายขาย อีวานอฟวี มกราคม.
ปัญหา: สรุปข้อมูลตามเกณฑ์ต่างๆ ได้อย่างไร??
สารละลาย: วิธีที่ 1:
BDSUMM(A1:G16;F1;I1:K2)
ในเวอร์ชันภาษาอังกฤษ:
DSUM(A1:G16,F1,I1:K2)
มันทำงานอย่างไร:
จากฐานข้อมูลที่เราระบุ A1:G16การทำงาน บีดีซุมดึงและสรุปข้อมูลคอลัมน์ ปริมาณ(การโต้แย้ง " สนาม" = F1) ตามที่ระบุไว้ในเซลล์ I1:K2 (ผู้ขาย = อีวานอฟ; สินค้า = ดินสอ;เดือน = มกราคม) เกณฑ์.
ข้อเสีย: รายการเกณฑ์ควรอยู่ในแผ่นงาน
หมายเหตุ: จำนวนเกณฑ์การรวมถูกจำกัดโดย RAM
พื้นที่สมัคร: Excel เวอร์ชันใดก็ได้
วิธีที่ 2:
SUMPRODUCT((B2:B16=I2)*(D2:D16=J2)*(A2:A16=K2)*F2:F16)
ในเวอร์ชันภาษาอังกฤษ:
SUMPRODUCT((B2:B16=I2)*(D2:D16=J2)*(A2:A16=K2)*F2:F16)
มันทำงานอย่างไร:
ฟังก์ชัน SUMPRODUCT จะสร้างอาร์เรย์ของค่า TRUE และ FALSE ตามเกณฑ์ที่เลือกในหน่วยความจำ Excel
หากทำการคำนวณในเซลล์ชีต (เพื่อความชัดเจน ฉันจะสาธิตการดำเนินการทั้งหมดของสูตรราวกับว่าการคำนวณเกิดขึ้นบนชีต ไม่ใช่ในหน่วยความจำ) อาร์เรย์จะมีลักษณะดังนี้:
เห็นได้ชัดว่าหากยกตัวอย่าง D2=ดินสอแล้วค่าจะเป็น TRUE และถ้า D3=โฟลเดอร์จากนั้นเป็น FALSE (เนื่องจากเกณฑ์ในการเลือกผลิตภัณฑ์ในตัวอย่างของเราคือค่า ดินสอ).
เมื่อรู้ว่าค่า TRUE เท่ากับ 1 เสมอ และ FALSE เท่ากับ 0 เสมอ เราจึงทำงานกับอาร์เรย์ต่อไปเช่นเดียวกับตัวเลข 0 และ 1
ด้วยการคูณค่าอาร์เรย์ผลลัพธ์ตามลำดับเราจะได้ค่าศูนย์และค่าหนึ่งอาร์เรย์ เมื่อตรงตามเกณฑ์การคัดเลือกทั้งสามข้อ ( อิวานอฟ ดินสอ มกราคม) เช่น. เงื่อนไขทั้งหมดใช้ค่า TRUE เราจะได้ 1 (1*1*1 = 1) แต่หากไม่ตรงตามเงื่อนไขอย่างน้อยหนึ่งข้อ เราจะได้ 0 (1*1*0 = 0; 1*0*1 = 0; 0*1* 1 = 0)
ตอนนี้สิ่งที่เหลืออยู่คือการคูณอาร์เรย์ผลลัพธ์ด้วยอาร์เรย์ที่มีข้อมูลที่เราต้องการเพื่อรวมในที่สุด (range F2:F16) และอันที่จริง ให้สรุปสิ่งที่ไม่คูณด้วย 0
ตอนนี้เปรียบเทียบอาร์เรย์ที่ได้รับโดยใช้สูตรและกับการคำนวณทีละขั้นตอนบนแผ่นงาน (เน้นด้วยสีแดง)
ฉันคิดว่าทุกอย่างชัดเจน :)
ข้อเสีย: ซัมโปรดักส์ - สูตรอาร์เรย์ "หนัก" เมื่อคำนวณในช่วงข้อมูลขนาดใหญ่ เวลาในการคำนวณใหม่จะเพิ่มขึ้นอย่างเห็นได้ชัด
หมายเหตุ
พื้นที่สมัคร: Excel เวอร์ชันใดก็ได้
วิธีที่ 3: สูตรอาร์เรย์
SUM(IF((B2:B16=I2)*(D2:D16=J2)*(A2:A16=K2),F2:F16))
ในเวอร์ชันภาษาอังกฤษ:
SUM(IF((B2:B16=I2)*(D2:D16=J2)*(A2:A16=K2),F2:F16))
มันทำงานอย่างไร:เหมือนกับวิธีที่ 2 ทุกประการ มีเพียงสองข้อแตกต่าง - สูตรนี้ป้อนโดยการกด Ctrl+Shift+Enterและไม่ใช่แค่เพียงการกดเท่านั้น เข้าและอาร์เรย์ของ 0 และ 1 จะไม่คูณด้วยช่วงผลรวม แต่ถูกเลือกโดยใช้ฟังก์ชัน IF
ข้อเสีย: สูตรอาร์เรย์เมื่อคำนวณในช่วงข้อมูลขนาดใหญ่จะเพิ่มเวลาในการคำนวณใหม่อย่างเห็นได้ชัด
หมายเหตุ: จำนวนอาร์เรย์ที่ประมวลผลถูกจำกัดไว้ที่ 255
พื้นที่สมัคร: Excel เวอร์ชันใดก็ได้
วิธีที่ 4:
SUMIFS(F2:F16,B2:B16,I2,D2:D16,J2,A2:A16,K2)
นี่คือบทหนึ่งจากหนังสือ: Michael Girvin Ctrl+Shift+Enter การเรียนรู้สูตรอาร์เรย์ใน Excel
ตัวอย่างตามเงื่อนไขหนึ่งข้อขึ้นไปฟังก์ชัน Excel จำนวนหนึ่งใช้ตัวดำเนินการเปรียบเทียบ ตัวอย่างเช่น SUMISF, SUMIFS, COUNTIFS, COUNTIFS, AVERAGEIF และ AVERAGEIFS ฟังก์ชันเหล่านี้ทำการเลือกตามเงื่อนไขตั้งแต่หนึ่งข้อขึ้นไป (เกณฑ์) ปัญหาคือฟังก์ชันเหล่านี้ทำได้เพียงบวก นับ และหาค่าเฉลี่ยเท่านั้น จะทำอย่างไรถ้าคุณต้องการกำหนดเงื่อนไขในการค้นหา เช่น ค่าสูงสุดหรือส่วนเบี่ยงเบนมาตรฐาน ในกรณีเหล่านี้ เนื่องจากไม่มีฟังก์ชันในตัว คุณต้องสร้างสูตรอาร์เรย์ขึ้นมา ซึ่งมักเกิดจากการใช้ตัวดำเนินการเปรียบเทียบอาร์เรย์ ตัวอย่างแรกในบทนี้แสดงวิธีการคำนวณค่าต่ำสุดที่กำหนดเงื่อนไขเดียว
ลองใช้ฟังก์ชัน IF เพื่อเลือกองค์ประกอบอาร์เรย์ที่ตรงตามเงื่อนไข ในรูป 4.1 ในตารางด้านซ้ายจะมีคอลัมน์ที่มีชื่อเมืองและคอลัมน์ที่มีเวลา คุณต้องค้นหาเวลาขั้นต่ำสำหรับแต่ละเมืองและวางค่านี้ลงในเซลล์ที่สอดคล้องกันของตารางด้านขวา สภาพการสุ่มตัวอย่างเป็นชื่อเมือง หากคุณใช้ฟังก์ชัน MIN คุณจะพบค่าต่ำสุดของคอลัมน์ B แต่คุณจะเลือกเฉพาะตัวเลขเฉพาะสำหรับโอ๊คแลนด์ได้อย่างไร และคุณจะคัดลอกสูตรลงในคอลัมน์ได้อย่างไร? เนื่องจาก Excel ไม่มีฟังก์ชัน MINESLI ในตัว คุณจะต้องเขียนสูตรดั้งเดิมที่รวมฟังก์ชัน IF และ MIN
ข้าว. 4.1. วัตถุประสงค์ของสูตร: เลือกเวลาขั้นต่ำสำหรับแต่ละเมือง
ดาวน์โหลดบันทึกย่อในรูปแบบหรือรูปแบบ
ดังแสดงในรูป 4.2 คุณควรเริ่มป้อนสูตรในเซลล์ E3 ด้วยฟังก์ชัน MIN แต่คุณไม่สามารถโต้แย้งได้ หมายเลข 1ค่าทั้งหมดของคอลัมน์ B!? คุณต้องการเลือกเฉพาะค่าเฉพาะสำหรับโอ๊คแลนด์
ดังแสดงในรูป 4.3 ในขั้นตอนถัดไป ให้ป้อนฟังก์ชัน IF เป็นอาร์กิวเมนต์ หมายเลข 1สำหรับมิน คุณใส่ IF ไว้ใน MIN
โดยการวางเคอร์เซอร์ในตำแหน่งที่ป้อนอาร์กิวเมนต์ log_expressionฟังก์ชัน IF (รูปที่ 4.4) คุณเลือกช่วงที่มีชื่อของเมือง A3:A8 จากนั้นกด F4 เพื่อทำให้การอ้างอิงเซลล์เป็นแบบสัมบูรณ์ (สำหรับรายละเอียดเพิ่มเติม ดูตัวอย่าง) จากนั้น คุณพิมพ์ตัวดำเนินการเปรียบเทียบ เครื่องหมายเท่ากับ สุดท้าย คุณจะต้องเลือกเซลล์ทางด้านซ้ายของสูตร - D3 โดยปล่อยให้การอ้างอิงเป็นแบบสัมพันธ์กัน เงื่อนไขที่กำหนดจะช่วยให้คุณสามารถเลือกเฉพาะโอ๊คแลนด์เมื่อดูช่วง A3:A8
ข้าว. 4.4. สร้างตัวดำเนินการอาร์เรย์ในการโต้แย้ง log_expressionถ้าฟังก์ชัน
ดังนั้นคุณจึงได้สร้างตัวดำเนินการอาร์เรย์โดยใช้ตัวดำเนินการเปรียบเทียบ ในระหว่างการประมวลผลอาร์เรย์ ตัวดำเนินการอาร์เรย์จะเป็นตัวดำเนินการเปรียบเทียบ ดังนั้นผลลัพธ์จะเป็นอาร์เรย์ที่ประกอบด้วยค่า TRUE และ FALSE หากต้องการตรวจสอบสิ่งนี้ ให้เลือกอาร์เรย์ (โดยคลิกที่อาร์กิวเมนต์ในคำแนะนำเครื่องมือ log_expression) และกด F9 (รูปที่ 4.5) โดยปกติแล้ว คุณจะใช้อาร์กิวเมนต์เดียว log_expression,ส่งคืน TRUE หรือ FALSE; ที่นี่อาร์เรย์ผลลัพธ์จะส่งกลับค่า TRUE และ FALSE หลายค่า ดังนั้นฟังก์ชัน MIN จะเลือกหมายเลขขั้นต่ำสำหรับเมืองที่ตรงกับค่า TRUE เท่านั้น
ข้าว. 4.5. หากต้องการดูอาร์เรย์ที่ประกอบด้วยค่า TRUE และ FALSE ให้คลิกอาร์กิวเมนต์ในคำแนะนำเครื่องมือ log_expressionและกด F9